# 文本摘要

基於T5-small模型在XSum數據集上微調的文本摘要模型

T5 Small 是 Google 發佈的 T5（Text-to-Text Transfer Transformer）模型的小型版本，適用於多種自然語言處理任務。

一個專注於文本摘要生成任務的模型，能夠從長文本中提取關鍵信息生成簡潔摘要

該模型是一個摘要生成模型，能夠自動生成輸入文本的簡潔摘要。

基於GPT-2架構微調的文本摘要模型，支持PyTorch和CoreML框架，適用於生成簡潔準確的文本摘要。

SummLlama3.2-3B是基於Llama3架構優化的3.2B參數摘要生成模型，提供多種量化版本以適應不同硬件需求。

這是facebook/bart-large-cnn模型的ONNX優化版本，主要用於文本摘要任務。

基於T5-small架構微調的文本處理模型，專注於特定任務的文本生成與轉換

基於T5-small架構的微調模型，主要用於文本生成任務，在ROUGE指標上表現一般

DistilBART-CNN-12-6是BART模型的蒸餾版本，專為文本摘要任務優化，體積更小但保持較高性能。

基於FLAN-T5的文本摘要模型，適用於英文文本的自動摘要生成。

基於BART架構的大型文本摘要模型，專為CNN/DailyMail數據集優化

基於distilroberta-base模型微調的文本處理模型，適用於通用NLP任務

KeyBART是基於BART架構預訓練的文本生成模型，專門用於生成符合CatSeqD格式的串聯關鍵短語序列。

KoGPT2 是由 SKT-AI 開發的韓語 GPT-2 模型，基於 Transformer 架構，適用於多種韓語文本生成任務。

DistilBART是BART模型的蒸餾版本，專為文本摘要任務優化，在保持較高性能的同時顯著提升推理速度。

Pino是基於BigBird架構的荷蘭語預訓練模型，採用稀疏注意力機制處理長序列文本，支持最長4096的序列長度。

DistilBART是BART模型的蒸餾版本，專為文本摘要任務優化，在保持較高性能的同時顯著減少模型大小和推理時間。

基於BART的弱監督主題標籤生成模型，通過生成而非選擇方式解決主題標註任務

PEGASUS是一種基於預訓練和提取間隙句子的抽象摘要生成模型，由Google Research開發。

基於distilbart-cnn-12-6模型微調的文本摘要生成模型，在弱監督數據上訓練1000步

這是一個基於Flax CLM流程訓練的瑞典語GPT2風格模型，訓練數據來自wiki40b數據集的瑞典語部分。

基於T5-small模型在未知數據集上微調的文本摘要模型，擅長生成簡潔摘要